총 89개
-
경영정보시스템 리포트 (머신러닝, 딥러닝의 개요 및 활용)2025.01.221. 약한 인공지능과 강한 인공지능 오늘날의 과학계는 인공지능의 기준을 강한 인공지능과 약한 인공지능으로 나눈다. 강한 인공지능은 인간의 지능을 가진 컴퓨터로 스스로 일을 할 수 있고 지시를 거부할 수도 있다. 반면 약한 인공지능은 특정 영역의 문제를 해결하는 기술을 가진 인공지능으로 자아가 없기 때문에 한정적으로만 사람의 인지적 능력을 활용할 수 있다. 2. 기계 학습의 개념과 특징 기계 학습은 컴퓨터가 스스로 패턴에 따라 움직일 수 있도록 하는 기술이다. 데이터 과학자가 수많은 경우의 수 데이터를 입력하고 패턴을 식별시켜 인공지...2025.01.22
-
인공지능과 기계학습 기말정리2025.01.131. 신경망의 오차 출력계층의 오차와 은닉계층의 오차를 구하는 방법에 대해 설명합니다. 출력계층의 오차는 목표값과 출력값의 차이이지만, 은닉계층에는 목표값이 존재하지 않기 때문에 출력계층의 오차를 재조합하여 은닉계층의 오차를 구합니다. 이러한 방식을 역전파라고 합니다. 2. 경사하강법 오차함수의 기울기에 따라 가중치를 조정하는 경사하강법에 대해 설명합니다. 오차함수로는 제곱오차 방식을 사용하며, 기울기의 부호에 따라 가중치를 반대 방향으로 조정합니다. 오버슈팅을 방지하기 위해 기울기가 완만해질수록 조금씩만 움직이도록 합니다. 3. ...2025.01.13
-
딥러닝(Deep Learning) 기술의 활용 방안2025.05.101. 인공지능, 기계학습(Machine Learning), 딥러닝(Deep Learning)의 관계 인공지능의 영역 안에는 기계학습이 있고, 딥러닝은 기계학습의 한 분야이다. 최근 인공지능의 여러 기술 중에서도 기계학습의 딥러닝이 아주 놀랄만한 성과를 보여주고 있다. 2. 딥러닝 기술을 의료에 활용한 사례 또는 활용 방안 의료산업에서 딥러닝 기술이 적용되면서 매우 빠른 속도로 높은 정확도의 진단이 가능해지고 있다. 이를 활용하면 진단의 정확도는 높이면서도 투입되는 시간과 비용은 현저히 줄일 수 있다. 또한 개인에 최적화된 맞춤형케어...2025.05.10
-
AI 기계학습에 대한 설명2025.04.291. 기계학습 기계학습은 컴퓨터가 스스로 학습하는 방법 중 하나로, 특정 명령이나 프로그램의 지시 없이도 데이터를 기반으로 패턴을 인식하고 학습하는 방법입니다. 데이터의 라벨화 유무에 따라 지도형 학습과 비지도형 학습으로 나뉘며, 지도형 학습은 인간의 작업을 학습하는 방식으로 데이터를 라벨화하여 제공하고 이를 기반으로 학습을 진행합니다. 2. 패턴 인식 기계학습에서는 방대한 데이터를 기반으로 예측을 통해 확률적으로 패턴을 인식합니다. 정답 데이터와 새로운 데이터를 비교하여 유사성을 체크하고 이를 확률로 계산하여 특정 패턴을 인식하게...2025.04.29
-
정보통신망4A 기계학습 Machine Learning에 관하여 조사하여 설명하고 기계학습을 위해 활용될 수 있는 정보통신 기술에 관하여 서술하시오2025.01.251. 기계학습 정의 및 필요성 기계 학습은 컴퓨터 시스템이 데이터를 분석하고 패턴을 학습하여 작업을 수행할 수 있는 능력을 갖추는 것을 의미한다. 기계 학습은 데이터 마이닝이나 기타 학습 알고리즘을 사용하여 지식을 추출하고 이를 경험기반으로 삼아 비슷한 상황의 미래 사건의 결과를 예측하는 컴퓨터 프로그램이다. 기계 학습은 대량의 데이터 처리, 복잡한 패턴 인식, 자동화된 결정, 개인화된 경험 제공, 의사 결정 지원, 지능적인 시스템 구축 등의 이유로 매우 중요하다. 2. 기계학습 장점과 문제점 기계 학습의 장점으로는 패턴 인식 및 ...2025.01.25
-
기계학습(Machine Learning)에 관한 조사 및 정보통신 기술 활용2025.01.251. 기계학습(Machine Learning) 기계학습은 컴퓨터의 행동을 변경하고 적응시켜 정답에 가깝게 만드는 기술이다. 기계학습은 신경과학, 생물학, 통계학, 수학, 물리학 등 다양한 분야의 아이디어를 사용하여 컴퓨터를 학습시킨다. 기계학습은 지도 학습, 비지도 학습, 강화 학습으로 구분되며, 각각 다른 방식으로 학습을 수행한다. 기계학습은 데이터 마이닝, 컴퓨터 비전, 자연어 처리 등 다양한 분야에 활용되고 있다. 2. 백스캐터 통신 백스캐터 통신은 사물인터넷 시대의 전력 공급 문제를 해결할 수 있는 새로운 통신 시스템이다. ...2025.01.25
-
인공지능의 기본 개념과 원리 및 일상생활과 교육 분야에서의 활용 사례2025.01.181. 인공지능의 기본 개념 인공지능(AI)은 인간의 지능적 작업을 수행할 수 있도록 컴퓨터 시스템을 설계하고 개발하는 학문 분야입니다. AI는 기계 학습, 자연어 처리, 로보틱스 등 다양한 하위 분야를 포함하며, 인간의 학습, 추론, 문제 해결 능력을 모방하는 것을 목표로 합니다. 2. 인공지능의 원리 인공지능의 원리는 크게 두 가지로 나뉩니다. 첫째, 기계 학습은 데이터를 이용하여 컴퓨터가 학습하고 예측 모델을 만드는 과정입니다. 둘째, 딥 러닝은 인공 신경망을 사용하여 데이터를 계층적으로 처리하고, 복잡한 패턴과 관계를 학습하는...2025.01.18
-
인공지능의 개념과 기술 그리고 국내외의 활용사례2025.01.181. 약한 인공지능 약한 인공지능은 기존의 프로그래밍을 통해 직접 명령을 입력하고 자동화하는 소프트웨어와 같은 전문가 시스템을 의미한다. 지능 요소가 없어 인간의 개입이 필요하지만, 축적된 소프트웨어와 오픈소스, 협력 이력을 바탕으로 점점 정교한 프로그래밍과 설계가 가능해지고 있다. 2. 강한 인공지능 강한 인공지능은 사람처럼 생각하고 감정을 표현할 수 있으며 자의식을 가진 인공지능을 의미한다. 기계학습 시 인간의 보상 체계를 따르는 경향이 강해 상식적인 행동을 보이지 않을 수 있다는 한계가 있지만, 자율주행차와 같이 특정 분야에서...2025.01.18
-
Covid-19 이후 4차 산업혁명 기술의 발전과 미래 산업에 미치는 영향2025.05.101. SNS 분석을 활용한 전염병 예측 캐나다의 AI 스타트업 '블루닷'은 중국 우한에서 발생한 Covid-19가 전 세계적으로 확산할 것이라는 예측을 가장 먼저 내놓았다. 이 회사는 Covid-19에 대해 2019년 12월 31일에 경보를 내렸고 질병통제예방센터(CDC)보다 1주일 빠르게, 세계보건기구(WHO)보다 10일이나 빠른 시점이었다. 전염병에 대한 추적 및 예측 시스템은 100가지 이상의 다양한 빅데이터와 전염병 확산에 대한 예측이 가능한 적절한 알고리즘이 결합하여 탄생했다. 자연어 처리 및 기계학습 등의 AI 기술을 이...2025.05.10
-
물리 정보화 신경망(Physics-Informed Neural Network, PINN)2025.05.101. 물리 정보화 신경망(Physics-Informed Neural Network, PINN) 물리 정보화 신경망(Physics-Informed Neural Network, PINN)은 물리학적인 지식을 신경망 구조에 통합하여 과학적 모델링 및 예측에 사용되는 기술입니다. 이 방법은 데이터 기반 기계 학습과 물리학적 모델링을 결합하여 주어진 물리적 시스템에 대한 효율적인 모델링을 수행할 수 있습니다. PINN은 물리학적 법칙과 제약 조건을 신경망 아키텍처에 내재화하여 물리학적 문제를 해결하며, 제한된 데이터 세트로부터 모델을 학습하...2025.05.10
4 / 9
